這段時間好好整理了一下基礎,發現很多對我來說新的東西,裏面博大精深的東西真的很多,經常使用HashMap,對HashMap的結構和原理非常瞭解,但是忽略了還有LinkedHashMap這個好東西。
先轉一篇blog:
LinkedHashMap的特性:
Linked內部含有一個private transient Entry
header;來記錄元素插入的順序或者是元素被訪問的順序。利用這個線性結構的對象,可以幫助記錄entry加入的前後順序或者記錄entry被訪問的
頻率(最少被訪問的entry靠前,最近訪問的entry靠後)。大致的過程如下:
new LinkedHashMap(10, 0.75, true);
其中前面兩個參數就是HashMap構造函數需要的參數,後面的true表明LinkedHashMap按照訪問的次序來排序。
按照訪問的次序來排序的含義:當調用LinkedHashMap的get(key)或者put(key, value)時,碰巧key在map中被包含,那麼LinkedHashMap會將key對象的entry放在線性結構的最後。
按照插入順序來排序的含義:調用get(key), 或者put(key, value)並不會對線性結構產生任何的影響。
正是因爲LinkedHashMap提供按照訪問的次序來排序的功能,所以它才需要改寫HashMap的get(key)方法(HashMap不需要排序)和HashMap.Entry的recordAccess(HashMap)方法
public Object get(Object key) {
Entry e = (Entry)getEntry(key);
if (e == null)
return null;
e.recordAccess(this);
return e.value;
}
void recordAccess(HashMap m) {
LinkedHashMap lm = (LinkedHashMap)m;
if (lm.accessOrder) {
lm.modCount++;
remove();
addBefore(lm.header);
}
}
注
意addBefore(lm.header)是將該entry放在header線性表的最後。(參考LinkedHashMap.Entry
extends HashMap.Entry 比起HashMap.Entry多了before, after兩個域,是雙向的)
至於put(key, value)方法, LinkedHashMap不需要去改寫,用HashMap的就可以了,因爲HashMap在其put(key, value)方法裏邊已經預留了e.recordAccess(this);
還有一個方法值得關注:
protected boolean removeEldestEntry(Map.Entry eldest) {
return false;
}
當
調用put(key, value)的時候,HashMap判斷是否要自動增加map的size的作法是判斷是否超過threshold,
LinkedHashMap則進行了擴展,如果removeEldestEntry方法return
false;(默認的實現),那麼LinkedHashMap跟HashMap處理擴容的方式一致;如果removeEldestEntry返回
true,那麼LinkedHashMap會自動刪掉最不常用的那個entry(也就是header線性表最前面的那個)。
這會造成嚴重的性能問題嗎?答案當然是否定的。因爲在這兒的鏈表操作是常量級的。這也是LinkedHashMap/Set在這兒比TreeMap/Set性能更高的原因。
同樣,LinkedHashMap/Set也不是thread-safe的。如果在多線程下訪問,是需要進行外部同步,或者使用Collections.synchronizedMap()的方法包裝成一個thread-safe的Map/Set。
特別需要注意的是,在使用“訪問順序”時,讀取節點操作也是“結構變化”的操作。因爲,這會改變元素遍歷的順序。所以,在使用
LinkedHashMap的iterator()方法,遍歷元素時,如果其它線程有讀取操作,也要進行同步。否則,也會拋出同其它fail-fast一
樣的由於刪除或增加操作而引起的CurrentModificationException的例外。
最後,LinkedHashMap缺省是使用插入順序的,如何構造一個訪問順序的LinkedHashMap呢?很簡單:
public LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) accessOrder = true 即可。
回來補充一個利用LinkedHashMap來實現LRU的Cache類,看了上面的特性,實現起來實在太簡單了!
package lru;
import java.util.LinkedHashMap;
import java.util.Map;
import java.util.Map.Entry;
/**
*
*<p>Test</p>
*<p>Description:</P>
*<p>Company:Cisco CAS</p>
*<p>Department:CAS</p>
*@Author: Tommy Zhou
*@Since: 1.0
*@Version:Date:2011-5-13
*
**/
public class LRUCache<K,V> extends LinkedHashMap<K, V>{
private LinkedHashMap<K,V> cache =null ;
private int cacheSize = 0;
public LRUCache(int cacheSize){
this.cacheSize = cacheSize;
int hashTableCapacity = (int) Math.ceil (cacheSize / 0.75f) + 1;
cache = new LinkedHashMap<K, V>(hashTableCapacity, 0.75f,true)
{
// (an anonymous inner class)
private static final long serialVersionUID = 1;
@Override
protected boolean removeEldestEntry (Map.Entry<K, V> eldest)
{
System.out.println("size="+size());
return size () > LRUCache.this.cacheSize;
}
};
}
public V put(K key,V value){
return cache.put(key, value);
}
public V get(Object key){
return cache.get(key);
}
public static void main(String[] args) {
LRUCache<String, String> lruCache = new LRUCache<String, String>(5);
lruCache.put("1", "1");
lruCache.put("2", "2");
lruCache.put("3", "3");
lruCache.put("4", "4");
System.out.println(lruCache.get("2"));
lruCache.get("2");
lruCache.put("6", "6");
lruCache.put("5", "5");
System.out.println(lruCache.get("1"));
}
}